비 전공자로 인공지능 시대에 살아남기

회사 사람들과 이야기하다 인공지능이 화두로 떠올랐다. 이야기는 인공지능 발전에 대한 경외, 감탄에 이어 대부분 걱정으로 끝났는데, 실제로 다가온 인공지능 시대에 어떻게 대응을 해야할 지 감이 안잡힌다는 것이 걱정의 주요 내용이었다. 특히 인공지능으로 '무엇이 되고 무엇이 안 되는지'조차 감이 안 잡히니 대응하기 너무 힘들다는 것이다. 이세돌마저도 인공지능에 패배하는 오늘날 도대체 비전공자들은 어떻게 살아남아야 할까?

흔히 교양 책을 떠올리기 쉬운데 개인적으로 답은 아니라고 본다. 나 역시 수많은 인공지능 등에 대한 교양 책들을 읽어 보았지만 그런 책들을 읽고 “최소한 무엇이 되고 안 되는지” 알기 부족하다고 생각한다. (그나마 괜찮았던 책으로 “만물의 공식”과 “예측 분석이다” 를 추천한다.) 아무래도 이런 책들은 기술 자체에 대해서 설명해 주기보다는 관련 기술의 영향력이나 사회적 파급력 등에 주력하기 때문이다. 게다가 그 마저도 뜬 구름 잡기나 기존의 미래 예측 주제에 인공지능을 적당히 버무린 경우가 많다.

개인적으로 몇 가지 대안들을 생각해 보았다.

1. 입문 단계의 전공서적을 공부한다.

사실 입문 단계의 책이라면 전공서적이라도 그렇게 겁먹지 않아도 된다고 생각한다. 최대한 수식을 줄이고 직관적으로 설명하는 좋은 책들이 많기 때문이다. 오라일리(O'Reilly)에서 나오는 책들도 좋지만 아무래도 프로그래머 중심적이라 원리 설명이 다소 부족한 대신 코드 구현을 더 중요시하는 면이 있어서 신중한 선택을 권한다. 개인적으로는 스프링거(Springer)에서 나온 “An Introduction to Statistical Learning”을 추천한다.

2. 기본적인 통계를 공부한다.

머신러닝 알고리즘만 해도 선형 회귀부터 SVM까지 수많은 알고리즘이 있다. 한 가지 킹왕짱 알고리즘이 있어서 그것만 알면 안 될까? 모든 머신러닝 알고리즘은 variance와 bias 간에 trade-off(하나를 줄이면 다른 하나가 올라가는) 관계가 있기 때문에 어떤 면에서 특정 알고리즘이 좋을지 모르겠지만 모든 면에서 완벽한 알고리즘이란 존재하지 않는다. 데이터와 그에 따른 선택의 문제인 것이다. 이렇게 어떤 방법론의 특징이나 (특히!) 사용 결과의 “성능”에 대해서 정확히 알려면 (사기꾼들에게솎지 않으려면) 통계, 특히 통계적 추정에 대한 이해는 필수이다. 여러 좋은 책이 많지만 “통계의 힘”시리즈를 추천한다.

3. 업계 뉴스를 계속 팔로우한다.

어차피 직업이 공부가 아닌 이상 빠르게 발전되는 인공지능 분야(특히 깊은 영역)에 대해서 모두 이해하는 것은 불가능하다. 대신 각 영역에서 새롭게 나오는 응용 기술, 서비스에 대한 뉴스를 팔로우하는 것이 한 가지 대안이 될 수 있다. 요즘은 특히 페이스 북이 이런 역활을 하고 있다. 페이스 북의 '텐서플로우 코리아' 페이지 같은 인공지능 관련 규모가 큰 페이지를 몇 개 팔로우 하면 매일 같이 피드에 다양한 인공지능 관련 뉴스들이 뜨는 것을 경험할 수 있다. (요즘은 네이버의 '디스코'에도 국내의 많은 인공지능 전문가들이 모여서 이 곳에서 소식을 팔로우 하는 것도 한 가지 방법이다.)